ISSN 1689-7730

Algorytm lepszy od człowieka?

Tomasz Woźniak
algorytm

Naukowcom udało się stworzyć algorytm CheXNeXt bazujący na metodach uczenia maszynowego, który pozwala na rozpoznanie 14 różnych patologii klatki piersiowej. Wyniki działania algorytmu porównano do opinii ekspertów z radiologii, którzy oceniali te same radiogramy. W przypadku 10 patologii algorytm CheXNeXt pozwalał na prawidłową identyfikację przypadłości z równie dużą skutecznością jak eksperci, w jednym przypadku wypadał lepiej (niedodma), natomiast w przypadku 3 patologii (kardiomegalia, rozedma i przepuklina rozworu przełykowego) gorzej niż opinia ekspertów. Wykorzystanie rozwiązania informatycznego, które pozwala na szybką i skuteczną ocenę zdjęć rentgenowskich pozwoli na zapewnienie lepszej opieki medycznej dla osób mieszkających w miejscach gdzie dostęp do profesjonalnych usług medycznych i możliwość zasięgnięcia opinii eksperta jest mocno ograniczona.

Źródło

  • Deep learning for chest radiograph diagnosis: A retrospective comparison of the CheXNeXt algorithm to practicing radiologists. Pranav Rajpurkar, Jeremy Irvin, Robyn L Ball, Kaylie Zhu, Brandon Yang, Hershel Mehta, Tony Duan, Daisy Ding, Aarti Bagul, Curtis P Langlotz, Bhavik N Patel, Kristen W Yeom, Katie Shpanskaya, Francis G Blankenberg, Jayne Seekins, Timothy J Amrhein, David A Mong, Safwan S Halabi, Evan J Zucker, Andrew Y Ng, Matthew P Lungren PLoS medicine 15(11) DOI: 10.1371/journal.pmed.1002686 EPUB: 20-11-2018

    [PubMed]